6 月 29 日上午，清華大學(xué)研究院院長(zhǎng)張鈸院士為 CCF-GAIR 2018 主會(huì)場(chǎng)「AI 前沿技術(shù)」做了題為「走向真正的人工智能」（Towards A Real Artifitial Intelligence）的大會(huì)報(bào)告。以下為張鈸院士所做的大會(huì)報(bào)告全文，感謝張鈸院士逐字修改。

CCF-GAIR 2018 程序主席朱曉蕊：大家好，我們大會(huì)第一個(gè)環(huán)節(jié)的題目是「AI 前沿技術(shù)」。最近幾年 AI 一直都很熱，很多人都會(huì)問(wèn)，這個(gè) AI 到底能熱多久？我想其中一個(gè)很重要的因素就是 AI 的前沿技術(shù)到底能做得有多么深入。因此我建議大家今天不妨仔細(xì)聽(tīng)聽(tīng)下面幾位嘉賓的演講，或許大家能從中得到一些答案。

首先有請(qǐng)清華大學(xué)張鈸院士為我們作大會(huì)報(bào)告。張?jiān)菏渴侵袊?guó)科學(xué)院院士、清華大學(xué)教授，現(xiàn)任清華大學(xué)人工智能研究院院長(zhǎng)，張?jiān)菏恐饕菑氖氯斯ぶ悄芾碚?、人?a href="http://www.xsypw.cn/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)、遺傳算法、分形和小波等理論研究，以及把上述理論應(yīng)用于模式識(shí)別、知識(shí)工程、智能機(jī)器人與智能控制等領(lǐng)域的應(yīng)用研究，他今天的報(bào)告題目是「走向真正的人工智能」，有請(qǐng)張?jiān)菏俊?/p>

張鈸：各位領(lǐng)導(dǎo)、各位專(zhuān)家，今天給我 45 分鐘的時(shí)間，我講 40 分鐘，因?yàn)闀?huì)議的議程已經(jīng)延遲了。

我今天要講的中心思想就是：我們現(xiàn)在離真正的人工智能還有一段很長(zhǎng)的路。為了講清這個(gè)思想，我必須回答下面三個(gè)問(wèn)題：第一，什么叫做真正的人工智能？我們的目標(biāo)是什么？第二，為什么我們需要真正的人工智能？第三，我們?nèi)绾巫呦蛘嬲娜斯ぶ悄?？我現(xiàn)在回答這三個(gè)問(wèn)題。

首先我們?nèi)绾卧u(píng)價(jià)目前人工智能取得的成果，我們的評(píng)價(jià)很簡(jiǎn)單，針對(duì)這 5 件事：

第一是深藍(lán)打敗人類(lèi)國(guó)際象棋冠軍；第二是 IBM 在電視知識(shí)競(jìng)賽中打敗了美國(guó)的前兩個(gè)冠軍，這兩件事是一種類(lèi)型，后面的三件事是另外一種類(lèi)型；即 2015 年微軟在 ImageNet 上做圖象識(shí)別，它的誤識(shí)率略低于人類(lèi)。還有百度、訊飛也都宣布在單句的中文語(yǔ)音識(shí)別上，它的誤識(shí)率也略低于人類(lèi)。還有一個(gè)是大家非常熟悉的 AlphaGo 打敗了李世石。這 5 件事情都是機(jī)器在一定的范圍內(nèi)超過(guò)了人類(lèi)，我們?nèi)绾蝸?lái)評(píng)價(jià)這 5 件事？

大家一致認(rèn)為這 5 件事之所以成功，是由于前面三個(gè)因素，一是大數(shù)據(jù)，二是計(jì)算能力提高，第三是有非常好的人工智能算法。這三個(gè)因素大家都討論得非常多了，沒(méi)必要我再來(lái)說(shuō)，我現(xiàn)在要說(shuō)的最后一個(gè)因素是被大家所忽略的，這個(gè)因素是說(shuō)，這所有的成果必須建立在一個(gè)合適的應(yīng)用場(chǎng)景下。這 5 件事雖然領(lǐng)域很不一樣，但是它們都滿(mǎn)足完全一樣的條件，或滿(mǎn)足下面的 5 個(gè)限制，首先你必須有豐富的數(shù)據(jù)或者豐富的知識(shí)，如果這兩件東西沒(méi)有，或者很少，你不用來(lái)談人工智能，因?yàn)槟銦o(wú)法實(shí)現(xiàn)無(wú)米之炊。人工智能唯一的兩個(gè)資源，一個(gè)是數(shù)據(jù)，一個(gè)是知識(shí)。還有確定性信息、完全信息、靜態(tài)的、單任務(wù)和有限領(lǐng)域。這 5 個(gè)條件里面任何一個(gè)條件不滿(mǎn)足，現(xiàn)在的人工智能做起來(lái)就非常困難了。

大家想想這 5 個(gè)限制條件下的應(yīng)用場(chǎng)景是什么樣的應(yīng)用場(chǎng)景？就是照章辦事，不需要任何靈活性，這顯然不是智能的核心。

我們現(xiàn)在分析一下上述 5 個(gè)場(chǎng)景。下象棋是完全信息博弈，信息完全和確定，沒(méi)有問(wèn)題。其次，它遵循著完全確定的游戲規(guī)則演化，我們把這種情況也叫做靜態(tài)。Watson 機(jī)器人也是這樣，Watson 是什么樣的對(duì)話(huà)問(wèn)題呢？它為什么選擇知識(shí)競(jìng)賽呢？我們知道知識(shí)競(jìng)賽提的問(wèn)題都沒(méi)有二義性，都是明確的，它的答案總是唯一性的。所以這樣的問(wèn)答對(duì)機(jī)器人來(lái)講是非常容易的。它涉及的領(lǐng)域雖然比較寬，但也是有限的，包括大家覺(jué)得很玄乎的圍棋，也完全符合上面 5 個(gè)條件，所以對(duì)計(jì)算機(jī)來(lái)說(shuō)也是很容易的。目前計(jì)算機(jī)打麻將就不行，因?yàn)榕祁?lèi)是不完全信息博弈，所以比棋類(lèi)要難?？傊?，我們對(duì)目前人工智能取得的成果要有一個(gè)正確的評(píng)價(jià)。

目前的人工智能技術(shù)在以下領(lǐng)域都可以找到它的應(yīng)用，它們是交通、服務(wù)、教育、娛樂(lè)等等，但我要強(qiáng)調(diào)是這些領(lǐng)域里面只有滿(mǎn)足上述 5 個(gè)條件的事情，計(jì)算機(jī)做起來(lái)才會(huì)容易，如果不滿(mǎn)足這些條件，計(jì)算機(jī)就做起來(lái)就困難了。大家常常關(guān)心什么樣的工作會(huì)被機(jī)器所替代，我可以明確告訴大家，滿(mǎn)足這 5 個(gè)條件的工作，總有一天會(huì)被計(jì)算機(jī)取代，就是那些照章辦事，不需要任何靈活性的工作，比如說(shuō)出納員、收銀員等等。在座的所有工作都不可能被計(jì)算機(jī)完全代替，但不排斥你的工作中有一部分會(huì)被計(jì)算機(jī)取代，老師、企業(yè)家等的工作不可能被計(jì)算機(jī)完全代替。

為什么有這 5 個(gè)限制？原因在于我們現(xiàn)在的人工智能是沒(méi)有理解的人工智能。

我們先看符號(hào)模型，理性行為的模型，舉 Watson 的例子，它是個(gè)對(duì)話(huà)系統(tǒng)，我們現(xiàn)在所有做的對(duì)話(huà)系統(tǒng)都跟這個(gè)差不多，但是 Watson 做得更好些，它里面有知識(shí)庫(kù)，有推理機(jī)制。沃森除了專(zhuān)家知識(shí)之外，還有大量互聯(lián)網(wǎng)上大眾的知識(shí)，還運(yùn)用了多推理機(jī)制。請(qǐng)看，這就是 Watson 系統(tǒng)的體系結(jié)構(gòu)。它里面有哪些知識(shí)呢？有很多，包括百科全書(shū)、有線新聞、文學(xué)作品等等。所有的知識(shí)用紙質(zhì)來(lái)表示有 2 億頁(yè)，用存儲(chǔ)量表示達(dá)到了 4TB。它能回答什么問(wèn)題呢？用它的例子來(lái)說(shuō)明。第一個(gè)問(wèn)題，1974 年 9 月 8 日誰(shuí)被總統(tǒng)赦免？這對(duì)美國(guó)人來(lái)講很好回答，同樣對(duì)計(jì)算機(jī)來(lái)講也很好回答，你用這幾個(gè)關(guān)鍵字「1974 年 9 月 8 日」、「被總統(tǒng)赦免」，就能在文獻(xiàn)里頭查出來(lái)是誰(shuí)，他就是尼克松。也就是說(shuō)根據(jù)問(wèn)題中的關(guān)鍵字，可以在已有的文獻(xiàn)里頭直接找到答案，這就是一般的網(wǎng)絡(luò)檢索方法。

第二個(gè)問(wèn)題，熒光粉受到電子撞擊以后，它的電磁能以什么方式釋放出來(lái)？我們用「熒光粉」、「電子撞擊」、「釋放電磁能」等關(guān)鍵詞，也可以找到答案：「光或者光子」。這種方法就是平時(shí)網(wǎng)絡(luò)搜索的原理，應(yīng)該說(shuō)沒(méi)有什么智能。

回答下面的問(wèn)題就需要「智能」了，跟智利陸地邊界最長(zhǎng)的是哪個(gè)國(guó)家？跟智利有陸地邊界的國(guó)家可以檢索到，它們是阿根廷和玻利維亞，但是誰(shuí)的邊境長(zhǎng)？通常查不到。Watson 具備一定的推理能力，它從邊界間發(fā)生的事件、邊界的地理位置等等，經(jīng)過(guò)分析推理以后就可以找出答案，它就是阿根廷。下一個(gè)問(wèn)題也屬于這種性質(zhì)，跟美國(guó)沒(méi)有外交關(guān)系的國(guó)家中哪個(gè)最靠北，跟美國(guó)沒(méi)有外交關(guān)系的國(guó)家有 4 個(gè)，只要檢索就行了，但是哪個(gè)國(guó)家最靠北，沒(méi)有直接答案，但可以從其它信息中推導(dǎo)出來(lái)，比如各個(gè)國(guó)家所處的緯度、氣候寒冷的程度等等分析出來(lái)，答案是北朝鮮。

智能體現(xiàn)在推理能力上。但是很不幸，現(xiàn)在的對(duì)話(huà)系統(tǒng)推理能力都很差。Watson 系統(tǒng)好一些，但也很有限。換句話(huà)說(shuō)，我們現(xiàn)在的對(duì)話(huà)系統(tǒng)離真正的智能還很遠(yuǎn)。

我們通過(guò)索菲亞機(jī)器人就可以看出來(lái)，索菲亞的對(duì)話(huà)是面向開(kāi)放領(lǐng)域，你可以隨便提問(wèn)，問(wèn)題就暴露出來(lái)了。大家在電視上看到索菲亞侃侃而談，問(wèn)什么問(wèn)題都能答得很好，這里面有玄機(jī)，如果你的問(wèn)題是預(yù)先提出來(lái)的，因?yàn)槔镱^有答案，因此回答得非常好，在電視上給大家演示的都是這種情況。

如果我們臨時(shí)提問(wèn)題，問(wèn)題就出來(lái)了。這是一個(gè)中國(guó)記者給索菲亞提的 4 個(gè)問(wèn)題，它只答對(duì)了一個(gè)。「你幾歲了」，這個(gè)問(wèn)題很簡(jiǎn)單，它答不上來(lái)，它的回答是「你好，你看起來(lái)不錯(cuò)」，答非所問(wèn)，因?yàn)樗焕斫饽闼鶈?wèn)的問(wèn)題。只有第二個(gè)問(wèn)題它是有準(zhǔn)備的，里面有答案，所以答得很好?！改愕睦习迨钦l(shuí)」，這個(gè)肯定它有準(zhǔn)備。第三個(gè)問(wèn)題，「你能回答多少問(wèn)題呢」？它說(shuō)「請(qǐng)繼續(xù)」，沒(méi)聽(tīng)懂！。再問(wèn)第四個(gè)問(wèn)題，「你希望我問(wèn)你什么問(wèn)題呢」？它說(shuō)「你經(jīng)常在北京做戶(hù)外活動(dòng)嗎」？這就告訴我們說(shuō)，現(xiàn)代的問(wèn)答系統(tǒng)基本上沒(méi)有理解，只有少數(shù)有少量的理解，像 Watson 這樣算是比較好的。

為什么會(huì)這樣？也就是說(shuō)我們現(xiàn)在的人工智能基本方法有缺陷，我們必須走向具有理解的 AI，這才是真正的人工智能。我這里提出的概念跟強(qiáng)人工智能有什么區(qū)別？首先我們說(shuō)它在這點(diǎn)上是相同的，我們都試圖去準(zhǔn)確地描述人類(lèi)的智能行為，希望人工智能跟人類(lèi)的智能相近，這也是強(qiáng)人工智能的一個(gè)目標(biāo)，但是強(qiáng)人工智能只是從概念上提出來(lái)，并沒(méi)有從方法上提出怎么解決。大家知道強(qiáng)人工智能提出了一個(gè)最主要的概念，就是通用人工智能。怎么個(gè)通用法？它沒(méi)有回答。我們現(xiàn)在提出來(lái)的有理解的人工智能是可操作的，不只是概念，這是我們跟強(qiáng)人工智能的區(qū)別。

人機(jī)對(duì)話(huà)的時(shí)候，機(jī)器為什么不能理解人們提的問(wèn)題。我們看一個(gè)例子就知道了，我們?cè)谥R(shí)庫(kù)里把「特朗普是美國(guó)總統(tǒng)」這個(gè)事實(shí)，用「特朗普-總統(tǒng)-美國(guó)」這三元組存在計(jì)算機(jī)里面，如果你提的問(wèn)題是「誰(shuí)是美國(guó)總統(tǒng)」？機(jī)器馬上回答出來(lái)：「特朗普」。但是你如果問(wèn)其它有關(guān)的問(wèn)題，如「特朗普是一個(gè)人嗎」？「特朗普是一個(gè)美國(guó)人嗎」？「美國(guó)有沒(méi)有總統(tǒng)」？它都回答不了。它太傻了，任何一個(gè)小學(xué)生，你只要告訴他特朗普是美國(guó)總統(tǒng)，后面這幾個(gè)問(wèn)題他們絕對(duì)回答得出來(lái)。機(jī)器為什么回答不了后面的三個(gè)問(wèn)題呢？就是這個(gè)系統(tǒng)太笨了，沒(méi)有常識(shí)，也沒(méi)有常識(shí)推理。既然特朗普是美國(guó)的總統(tǒng)，美國(guó)當(dāng)然有總統(tǒng)，但是它連這一點(diǎn)常識(shí)的推理能力都沒(méi)有。所以要解決這個(gè)問(wèn)題，必須在系統(tǒng)中加上常識(shí)庫(kù)、常識(shí)推理，沒(méi)有做到這一步，人機(jī)對(duì)話(huà)系統(tǒng)中機(jī)器不可能具有理解能力。但是大家知道，建立常識(shí)庫(kù)是一項(xiàng)「AI 的曼哈頓工程」。大家想想常識(shí)庫(kù)多么不好建，怎么告訴計(jì)算機(jī)，什么叫吃飯，怎么告訴計(jì)算機(jī)，什么叫睡覺(jué)，什么叫做睡不著覺(jué)，什么叫做夢(mèng)，這些對(duì)人工智能來(lái)說(shuō)都非常難，美國(guó)在 1984 年就搞了這樣一個(gè)常識(shí)庫(kù)的工程，做到現(xiàn)在還沒(méi)完全做出來(lái)。可見(jiàn)，要走向真正的人工智能，有理解的人工智能，是一條很漫長(zhǎng)的路。

這里介紹一點(diǎn)我們現(xiàn)在做的工作，加入常識(shí)以后，對(duì)話(huà)的性能會(huì)不會(huì)有所改善。我們的基本做法是建立一個(gè)常識(shí)圖譜，用這個(gè)圖譜幫助理解提出的「問(wèn)題」，同時(shí)利用常識(shí)圖譜幫助產(chǎn)生合適的答案。

下面就涉及到具體怎么做了，我不詳細(xì)說(shuō)了，我就說(shuō)結(jié)果，結(jié)果是有了常識(shí)以后，性能有了顯著的改善，對(duì)話(huà)的質(zhì)量提高了。這篇文章已經(jīng)發(fā)表，有興趣可以去閱讀。

另外是準(zhǔn)符號(hào)模型，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)主要用來(lái)模擬感性行為，感性行為是一般很難采用符號(hào)模型，因?yàn)楦行裕ǜ杏X(jué)）沒(méi)法精確描述。比如「馬」，怎么告訴計(jì)算機(jī)什么叫做馬？你說(shuō)馬有四條腿，什么叫做腿？你說(shuō)細(xì)長(zhǎng)的叫做腿，什么叫細(xì)？什么叫做長(zhǎng)？沒(méi)法告訴機(jī)器，因此不能用符號(hào)模型。目前用的辦法就是我們現(xiàn)在說(shuō)的神經(jīng)網(wǎng)絡(luò)或者準(zhǔn)符號(hào)模型，也就是用人類(lèi)同樣的辦法，學(xué)習(xí)、訓(xùn)練。我不告訴機(jī)器什么叫做馬，只是給不同的馬的圖片給它看，進(jìn)行訓(xùn)練。訓(xùn)練完以后，然后再用沒(méi)見(jiàn)過(guò)的馬的圖片給它看，說(shuō)對(duì)了，就是識(shí)別正確了，說(shuō)不對(duì)就是識(shí)別不正確，如果 90% 是對(duì)的，就說(shuō)明它的識(shí)別率是 90%。后來(lái)從淺層的神經(jīng)網(wǎng)絡(luò)又發(fā)展到多層的神經(jīng)網(wǎng)絡(luò)，從淺層發(fā)展到多層有兩個(gè)本質(zhì)性的變化，一個(gè)本質(zhì)性的變化就是輸入，深層網(wǎng)絡(luò)一般不用人工選擇的特征，用原始數(shù)據(jù)就行。所以深度學(xué)習(xí)的應(yīng)用門(mén)檻降低了，你不要有專(zhuān)業(yè)知識(shí)，把原始數(shù)據(jù)輸進(jìn)去就行了。第二個(gè)是它的性能提高很多，所以現(xiàn)在深度學(xué)習(xí)用得很多，原因就在這個(gè)地方。

通過(guò)數(shù)據(jù)驅(qū)動(dòng)建立的系統(tǒng)能不能算是有智能呢？必須打一個(gè)很大的問(wèn)號(hào)，就是說(shuō)你做出來(lái)的人臉識(shí)別系統(tǒng)甚至識(shí)別率會(huì)比人還高，但是我們還不能說(shuō)它有智能，為什么呢？這種通過(guò)數(shù)據(jù)驅(qū)動(dòng)做出來(lái)的系統(tǒng)，它的性能跟人類(lèi)差別非常大，魯棒性很差，很容易受干擾，會(huì)發(fā)生重大的錯(cuò)誤，需要大量的訓(xùn)練樣本。我們剛才已經(jīng)說(shuō)過(guò)，給定一個(gè)圖像庫(kù)我們可以做到機(jī)器的識(shí)別率比人還要高，也就是說(shuō)它可以識(shí)別各種各樣的物體，但是這樣的系統(tǒng)，我如果用這個(gè)噪聲輸給它，我可以讓它識(shí)別成為知更鳥(niǎo)，我用另外的噪聲輸給它，可以讓它識(shí)別成為獵豹。換句話(huà)講，這樣的系統(tǒng)只是一個(gè)機(jī)械的分類(lèi)器，根本不是感知系統(tǒng)。也就是說(shuō)它盡管把各種各樣動(dòng)物分得很清楚，但是它不認(rèn)識(shí)這個(gè)動(dòng)物，它盡管可以把獵豹跟知更鳥(niǎo)分開(kāi)，但是它本質(zhì)上不認(rèn)識(shí)知更鳥(niǎo)和獵豹，它只到達(dá)了感覺(jué)的水平，并沒(méi)有達(dá)到感知的水平，它只是「感」，沒(méi)有上升到「知」。我們的結(jié)論是，只依靠深度學(xué)習(xí)很難到達(dá)真正的智能。這是很?chē)?yán)峻的結(jié)論，因?yàn)槿绻羞@樣的問(wèn)題，在決策系統(tǒng)里頭是不能用這樣的系統(tǒng)，因?yàn)樗鼤?huì)犯大錯(cuò)。我在很多場(chǎng)合講過(guò)，人類(lèi)的最大的優(yōu)點(diǎn)是「小錯(cuò)不斷、大錯(cuò)不犯」，機(jī)器最大的缺點(diǎn)是「小錯(cuò)不犯，一犯就犯大錯(cuò)」。這在決策系統(tǒng)里頭是不允許的，這就顯示人跟機(jī)器的截然不同，人非常聰明，所以他做什么事都很靈活，這就使得他很容易犯各種各樣的小錯(cuò)。但是他很理性，很難發(fā)生大錯(cuò)。計(jì)算機(jī)很笨，但是很認(rèn)真，小錯(cuò)誤絕對(duì)不會(huì)犯，但是它一犯就是天大的錯(cuò)誤。剛才把那個(gè)把噪聲看成知更鳥(niǎo)，這不是大錯(cuò)嗎？你把敵人的大炮看成一匹馬，不是大錯(cuò)嗎？但是人類(lèi)不會(huì)發(fā)生這種錯(cuò)誤，人類(lèi)只會(huì)把騾看成驢，但是計(jì)算機(jī)的識(shí)別系統(tǒng)會(huì)把驢看成一塊石頭。原因在哪兒？原因還是 AI 的理解能力問(wèn)題。

我們看這個(gè)自動(dòng)駕駛，過(guò)去講得很多，而且講得很樂(lè)觀，我們看看問(wèn)題在什么地方。我們現(xiàn)在是這樣做，我們通過(guò)數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)方法，學(xué)習(xí)不同場(chǎng)景下的圖象分割，并判別是車(chē)輛還是行人、道路等，然后建立三維模型，在三維模型上規(guī)劃行駛路徑?，F(xiàn)在用硬件已經(jīng)可以做到實(shí)時(shí)，請(qǐng)問(wèn)大家，這樣能不能解決問(wèn)題？如果路況比較簡(jiǎn)單，行人、車(chē)輛很少，勉強(qiáng)可以用。復(fù)雜的路況就用不了。什么原因？非常簡(jiǎn)單，好多人總結(jié)出這個(gè)經(jīng)驗(yàn)，行人或者司機(jī)都會(huì)有意無(wú)意破壞交通規(guī)則，包括外國(guó)人也一樣，中國(guó)人更嚴(yán)重一點(diǎn)。這就使得數(shù)據(jù)驅(qū)動(dòng)方法失效，比如說(shuō)我們可以用數(shù)據(jù)驅(qū)動(dòng)方法來(lái)了解各種各樣行人的行為，我們可以通過(guò)大量進(jìn)行訓(xùn)練，都訓(xùn)練完以后，如果出現(xiàn)新的情況呢？計(jì)算機(jī)能理解這是人從底下鉆過(guò)來(lái)，很危險(xiǎn)嗎？所以你不可能把所有情況都訓(xùn)練到。自動(dòng)駕駛不可能對(duì)付突發(fā)事件，如果這個(gè)突發(fā)事件它沒(méi)見(jiàn)過(guò)，它就解決不了。怎么來(lái)解決這個(gè)問(wèn)題呢？實(shí)際上就是要解決從「Without」到「With」理解的問(wèn)題。人工智能現(xiàn)在有兩種基本方法，一種是用符號(hào)模型來(lái)模擬理性行為，符號(hào)模型可以表達(dá)信息的內(nèi)容，所以它是在一個(gè)語(yǔ)義的符號(hào)空間里頭，但是非常不幸，這個(gè)離散的符號(hào)表示，數(shù)學(xué)工具很難用，很多數(shù)學(xué)工具用不上去，所以它發(fā)展很慢。在模擬感性行為的時(shí)候，我們用的是特征空間的向量，向量就是數(shù)，可以把所有的數(shù)學(xué)工具都用上，優(yōu)化的工具、概率統(tǒng)計(jì)的工具全部用上。所以數(shù)據(jù)驅(qū)動(dòng)方法這幾年發(fā)展非?？?，再難的問(wèn)題，下圍棋非常難吧，計(jì)算機(jī)也可以「算」出來(lái)。但是它有一個(gè)非常大的缺陷，它是在特征空間里，缺乏語(yǔ)義。我們用數(shù)據(jù)去訓(xùn)練一個(gè)模型，所謂「黑箱學(xué)習(xí)法」，加上你的數(shù)據(jù)質(zhì)量不高，很難學(xué)出有用的東西。什么叫概率統(tǒng)計(jì)？重復(fù)多了就是真理。如果數(shù)據(jù)質(zhì)量差，充滿(mǎn)了「謊言」。謊言重復(fù)多了，就變成真理了。

我們現(xiàn)在想出的解決辦法是這樣的，就是把這兩個(gè)空間投射到一個(gè)空間去，這個(gè)空間叫做語(yǔ)義的向量空間。也就是說(shuō)我們把符號(hào)變成向量，同時(shí)把特征空間的向量變成語(yǔ)義空間的向量。怎么做？一是通過(guò) Embedding（嵌入）把符號(hào)變成向量，盡量保持語(yǔ)義不變，可惜現(xiàn)在的方法都會(huì)引起語(yǔ)義的丟失，我們只能在投射的過(guò)程中讓語(yǔ)義丟失得少。第二方面做的工作比較少，就是 Raising（提升），把特征空間提升到語(yǔ)義空間去，這主要靠學(xué)科交叉，靠跟神經(jīng)科學(xué)的結(jié)合。只有這些問(wèn)題解決以后，我們才能夠建立一個(gè)統(tǒng)一的理論，因?yàn)檫^(guò)去的感知和認(rèn)知是不同的處理方法，大家說(shuō)不到一塊，如果我們能夠投射到同一空間去，我們就可以建立一個(gè)統(tǒng)一的理論框架，這是我們的目標(biāo)。在語(yǔ)義空間處理就可以解決理解問(wèn)題，但是這項(xiàng)工作是非常艱巨的。

介紹一項(xiàng)我們現(xiàn)在做的工作。人工神經(jīng)網(wǎng)絡(luò)為什么不能得到語(yǔ)義信息呢？人腦的神經(jīng)網(wǎng)絡(luò)為什么可以呢？差別就在這里，我們現(xiàn)在用的人工神經(jīng)網(wǎng)絡(luò)太簡(jiǎn)單了，我們正想辦法把腦神經(jīng)網(wǎng)絡(luò)的許多結(jié)構(gòu)與功能加進(jìn)去，我們這里只用了「稀疏發(fā)電」這一性質(zhì)，就可以看出一些效果，人臉、大象或者鳥(niǎo)的輪廓，神經(jīng)網(wǎng)絡(luò)可以把它提取出來(lái)。

還有一個(gè)辦法就是把數(shù)據(jù)驅(qū)動(dòng)跟知識(shí)驅(qū)動(dòng)結(jié)合起來(lái)。剛才講了，人的智能沒(méi)法通過(guò)單純的大數(shù)據(jù)學(xué)習(xí)把它學(xué)出來(lái)，那怎么辦？很簡(jiǎn)單，加上知識(shí)，讓它有推理的能力，做決策的能力，這樣就能解決突發(fā)事件。我們現(xiàn)在做的工作就是把這些結(jié)合起來(lái)，這是我們的基本思路，知識(shí)也好，數(shù)據(jù)也好，都投射到同一空間，然后都用同樣的數(shù)學(xué)方法進(jìn)行處理，這方面我們已經(jīng)做了不少工作。

最后做一個(gè)總結(jié)，我們從這個(gè)坐標(biāo)看人工智能，橫軸代表領(lǐng)域的寬窄，從單領(lǐng)域到多領(lǐng)域、到開(kāi)放領(lǐng)域。縱軸代表信息的確定性與完全性，從完全到不完全、從確定到不確定。在左下角代表最容易的，就是剛才講的符合 5 個(gè)條件的，現(xiàn)在人工智能在這部分解決得非常好，我們用白色來(lái)表示它，AlphaGo 在這里，深藍(lán)在這里，工業(yè)機(jī)器人在這里?，F(xiàn)在我們正在向灰色地區(qū)去走，打牌，信息不完全，現(xiàn)在打***，一人對(duì)一人，計(jì)算機(jī)能戰(zhàn)勝人類(lèi)，多人對(duì)弈，計(jì)算機(jī)還不行，這是灰色地帶，我們還可以做，為什么可以做？盡管打牌是不確定的，但是它在概率意義下是確定的，你拿的這副牌的概率，可以算出來(lái)，同花的概率是多少，排成順的概率是多少，既然概率能算出來(lái)，最終人類(lèi)肯定會(huì)被計(jì)算機(jī)打敗。Watson 在右邊，它的領(lǐng)域比較寬，但是它是確定性的，所以是在灰色的區(qū)域。往右上方去就比較難了，自動(dòng)駕駛、服務(wù)機(jī)器人、大數(shù)據(jù)分析，它是一個(gè)大框，有的簡(jiǎn)單，有的困難，就自動(dòng)駕駛來(lái)講，專(zhuān)用道、行車(chē)很少，路況簡(jiǎn)單等，在白色或者灰色區(qū)，如果路況復(fù)雜就到了黃色區(qū)域，黃色區(qū)現(xiàn)在計(jì)算機(jī)還解決不好。最遠(yuǎn)的在哪兒呢？右上角，圖靈測(cè)試。大家對(duì)圖靈測(cè)試有很多誤解，其實(shí)圖靈測(cè)試是開(kāi)領(lǐng)域問(wèn)答，很難！索菲亞做得怎么樣？很糟糕。自然語(yǔ)言理解也在這里，復(fù)雜環(huán)境下的決策在偏左一點(diǎn)的地方，這也是很難的。所以我們?nèi)斯ぶ悄墁F(xiàn)在是從左下角往右上角走，我們現(xiàn)在處在出發(fā)點(diǎn)附近。有的人想把它用一些名詞來(lái)區(qū)分人工智能的不同發(fā)展階段，有專(zhuān)家問(wèn)我，你的看法怎么樣？我建議不要用新詞，用新詞往往說(shuō)不清，很麻煩，有的人說(shuō)現(xiàn)在是弱人工智能，以后是強(qiáng)人工智能，也有人說(shuō)現(xiàn)在叫增強(qiáng)智能（Augmented Intelligence）也是 AI……概念太多說(shuō)不清，還是簡(jiǎn)單一點(diǎn)，「我們正在通往真正 AI 的路上」，現(xiàn)在走得并不遠(yuǎn)，在出發(fā)點(diǎn)附近，人工智能永遠(yuǎn)在路上，大家要有思想準(zhǔn)備，這就是人工智能的魅力。大家為什么這么重視人工智能？因?yàn)槲覀冇肋h(yuǎn)在路上，這就吸引我們?nèi)ソ鉀Q這些問(wèn)題，這些問(wèn)題一旦解決了，人類(lèi)的社會(huì)進(jìn)步、人類(lèi)的生活就會(huì)發(fā)生本質(zhì)上的改變。

最后我用中文寫(xiě)最后一段作為總結(jié)，可惜我翻譯不了。

周穆王西巡狩，路遇匠人名偃師。翌日偃師謁見(jiàn)王，偕來(lái)一個(gè)假人。「趨步俯仰，信人也」?！割I(lǐng)其顱，則歌合律；捧其手，則舞應(yīng)節(jié)。千變?nèi)f化，惟意所適。王以為實(shí)人也，與盛姫內(nèi)御并觀之，技將終，倡者瞬其目而招王之左右侍妾。王大怒，要?dú)⑦@個(gè)偃師。偃師大懾，立剖其倡者以示王，皆傅會(huì)革、木、膠、漆、白 、黑、丹、青之所為。穆王始悅，詔貳車(chē)載之以歸。

這是 3000 年前我們古人對(duì)機(jī)器人的想象，看看現(xiàn)在的人工智能做得怎么樣呢？索菲亞是我們現(xiàn)在達(dá)到的水平，可是她不會(huì)唱歌、不會(huì)跳舞，只會(huì)說(shuō)英文，周王也聽(tīng)不懂，肯定沒(méi)有印象?，F(xiàn)在我們假設(shè)索菲亞「瞬其目而招王之左右侍妾」，向周王的姨太太們送去秋波，王會(huì)如何呢？我認(rèn)為沒(méi)反應(yīng)，因?yàn)樗鞣苼喪桥?，他用不著吃醋。但是我們假設(shè)索菲亞「瞬其目而招王」，向大王送去秋波，王會(huì)大悅，立即神魂顛倒，墜入愛(ài)河？我認(rèn)為不會(huì)，因?yàn)樗鞣苼喐静幌袢?，它最近才剛剛安上手腳，走路都不利索，怎么行呢？所以我的結(jié)論是，「索菲亞通不過(guò)穆王的測(cè)試，當(dāng)然它更通不過(guò)圖靈測(cè)試」。

我們的結(jié)論是什么？人工智能剛剛起步，離真正的 AI 還很遙遠(yuǎn)，大家共同努力吧，我們?nèi)沃氐肋h(yuǎn)。